머리말 3
목 차 5


제1장

인공지능의 가능성 9

01. 인공지능의 정의 11
02. 인공지능의 역사 12
03. 인공지능의 필요성 16
04. 인공지능이 인류에게 미치는 영향 18
05. 인공지능의 발전으로 인한 직업의 변화 20
06. 인공지능의 문제점 23
07. 인공지능의 문제 해결 26


제2장

인공지능의 활용 분야 29

01. 의료 분야 31
02. 금융 분야 34
03. 제조업 분야 37
04. 교육 분야 39
05. 자동차 및 교통 분야 42
06. 음성 인식 분야 45
07. 게임 분야 49
08. 환경 분야 52
09. 범죄 분야 55
10. 예술 분야 58
11. 로봇 분야 61
12. 센서 분야 64


제3장

센서의 종류와 역할 67

01. 센서의 정의 69
02. 센서의 중요성 70
03. 센서의 종류 73


제4장

동작 인식 센서 79

01. 동작 인식 센서의 정의 81
02. 가속도 센서 82
03. 자이로스코프 84
04. 자기 센서 86
05. 관성 측정 장치 90
06. 라이더 센서 94
07. 이미지 센서 96


제5장

3D 애니메이션과 모션 캡처 99

01. 동작 인식 센서의 원리 101
02. 비전 기술의 정의 103
03. 비전 기술의 원리 104
04. 비전 기술의 응용 분야 107
05. 3D 애니메이션의 정의 109
06. 3D 애니메이션의 제작 과정 113
07. 모션 캡처 과정 117
08. 모션 캡처 방법 120
09. 모션 캡처를 활용한 3D 애니메이션 제작 123


제6장

벤치마크 데이터 세트 127

01. 벤치마크 데이터 세트의 정의 129
02. UTD 다중 모드 인간 행동 데이터 세트 132
03. MSR-Action 3D 데이터 세트 137
04. MSR-Daily Action 3D 데이터 세트 138
05. UT-Kinect 데이터 세트 140


제7장

범죄 수법을 고려한 세분화된 동작 데이터 세트 구성 143

01. 범죄 수법에 근거한 내용 145
02. 라이다 시스템 기본 구성 및 동작 원리 149
03. 관성 측정 장치 센서 152
04. 극 학습기계(ELM) 기반 트레이닝 154
05. 기존 벤치마크 데이터 세트 구성 158
06. UTD-MHAD 데이터 세트의 3차원 스켈레톤 구간 움직임 160
07. MSR Action 3D 데이터 세트의 3차원 스켈레톤 구간 움직임 163
08. MSR Daily Action 3D / UT-Kinect 데이터 세트의 3차원 스캘레톤 구간 움직임 165
09. 범죄 수법을 고려한 세분화된 데이터 세트 구성 167
10. 테스트 데이터 시나리오 구성 173
11. 시나리오 1 구성과 동작 구간별 이미지 177
12. 시나리오 2 구성과 동작 구간별 이미지 179
13. 시나리오 3 구성과 동작 구간별 이미지 181
14. 시나리오 4 구성과 동작 구간별 이미지 183
15. 두 데이터 세트의 트레이닝 인식률 결과 및 비교 185

참고 문헌 195

저자 소개 197